研究者のためのマルチレベル分析

オンラインセミナー参加のURL（Zoom）は申し込み後にお知らせいたします。

統計解析ソフト「Stata」をご用意ください。

 

7.研究者のためのマルチレベル分析

データの階層構造を無視して解析すると、どんな不都合があるのか考えてみましょう。生徒の成績(レベル1)をアウトカムとしたとき、説明変数には生徒のSES(レベル1)、担任教師の教育年数(レベル2)、PCを活用した生徒の学習環境(レベル3)という変数の階層を対応させたモデル推定の手法が必要になります

 

次のスケジュールで3日間のオンラインセミナーを行います。

10時から12時

12時から13時まで休憩

13時から15時

 

セミナーで利用するテキストとサンプルデータはセミナーの行われる週の月曜日に配布します

 

◆内容

回帰分析の基礎的な知識があることを前提に、マルチレベル分析の学術的な方法論と実践的なデータ分析の手法を学びます。イントロダクションの位置づけにあるセクション1で基本的な考え方を整理します。セクション2では推定量のシュリンケージという性質を理解し、さらにモデル選択の方法を習得します。セクション3の縦断型データでは「繰返しのある」データに対してマルチレベル分析を行う場合のポイントを解説します。セクション5ではマルチレベルを構成する標本のサンプルサイズと検出力の関係を説明します。

 

◆セミナーに参加することで得られるも------------------------------------------

□マルチレベル分析の考え方

□マルチレベル分析の推定量の性質

□交互作用項の利用に関する注意事項

□繰返しのあるマルチレベル分析の実行方法

□マルチレベル分析における検出力の考え方

 

1 基本的な線形マルチレベル回帰モデル

1.1 集約と分解

1.2 マルチレベル分析の必要性

1.3 2レベルモデルの推定

1.4 イメージを掴む

1.5 回帰モデルの構築

1.6 マルチレベルモデルの推定

1.7 3 レベルモデル

1.8 練習問題1

 

2 推定と仮説検定

2.1 mixedモデルの推定手法

2.2 FMLとREMLの比較

2.3 ランダム効果のShrinkage

2.4 ネストしていないモデルの選択

2.5 情報規準の比較

2.6 小標本における仮説検定

2.7 モデル推定の基本方針

2.8 説明変数の中心化

2.9 交差項の用途

2.10 練習問題2

 

3 縦断型データ

3.1 時間を変数として利用する

3.2 時間変化する変数を利用する

3.3 時点ダミーの利用

3.4 欠損値の影響

3.5 練習問題3

 

4 非線形モデル

4.1 ロジットモデルとプロビットモデル

4.2 比率の推定

4.3 順位モデル

4.4 順位モデルの推定例

4.5 練習問題4

 

5 サンプルサイズの考察

5.1 検出力分析

5.2 ランダム化比較試験の場合

5.3 コスト制約がある場合

5.4 多施設ランダム化比較試験

5.5 観察研究の場合